我院教师孙士杰以第一作者身份在人工智能学科国际顶级期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE TPAMI）上发表论文“Deep Affinity Network for Multiple Object Tracking”（多目标跟踪的深度亲和网络）。该论文目前已被评为爱思唯尔ESI高被引论文。论文通信作者为宋焕生教授，论文第一署名单位和通信作者单位均为长安大学。

该论文基于深度学习的表示能力，提出了一个深度亲和网络（DAN），该网络以端到端的方式在一对视频帧中联合学习目标物体的外观特征，并直接估算检出目标间的亲和力，可在多个抽象层次上学习到物体及其周围环境的分层特征，基于这些特征，DAN网络可估计出不同帧下检出目标之间的亲和度。此外，该论文为DAN网络设计了一个前向-后向损失函数，使其具有表征两幅视频帧之间目标出现或消失的情况。此外，DAN用一个具有共享参数的主干网络对物体外观进行建模，并利用浅层和深层特征估计物体的亲和关系，最终实现多目标的检测跟踪。

IEEE TPAMI在中国计算机学会认定的人工智能领域四个A类期刊中排名第一，是计算机视觉及模式识别领域最顶尖的期刊，目前影响因子为24.314。根据当前流行的Google Scholar Citation统计，IEEE TPAMI在所有计算机工程、电子工程及人工智能相关期刊榜单上以165分的h5-index排在第1位，主要收录人工智能、模式识别、计算机视觉及机器学习领域的原创性科研成果。TPAMI筛选极其严格，每年录用量仅200篇左右。

该论文是我院在计算机科学与技术博士点培育过程中取得的重要突破。